统计与临床试验数据格式转换器

问题

统计与临床试验数据常分散在 SPSS、Stata、SAS、Excel、Parquet 等格式中。普通 DataFrame 只能读出值，却容易丢失变量标签、值标签、特殊缺失值等元数据；跨格式转换时，不同软件对元数据的支持也不一致，审计和复现都更难。

工作方式

这个技能把读取和转换拆成明确步骤：先从输入文件提取数据与元数据，报告哪些字段被保留、哪些会丢失；再在统计软件格式之间互转，或导出到 Parquet、HDF5、JSON、CSV、Excel 等通用格式。对 SPSS、Stata、SAS 等二进制格式，尽量保留完整变量/值标签；对 Parquet 与 Arrow，标签可嵌入 schema.metadata；CSV/TSV 会伴随 _metadata.json，减少元数据脱落。默认安全策略偏向预览与警告，不直接执行 R，只有显式 allow_r_exec=True 才启用受限 R 路径。

边界

它不是通用 ETL 工具，也不保证所有 50+ 格式都能无损读写：部分格式只支持检测、依赖 R、或只保留结构/部分标签。输出仍应人工校验，尤其用于监管提交前。